相关树法

出自 MBA智库百科(https://wiki.mbalib.com/)

相关树法（Relevance Trees）

　　相关树法是在决策树方法的基础上，加上矩阵理论发展起来的一种定性预测方法。

　　相关树法是一种典型的规范性预测方法，它提供了未来目标与现时决策相关联的桥梁。相关树法是根据技术系统的子系统或各级发展趋势的综合去预测技术系统的发展。其原理是：如果整体系统需要达到某一目标（特性参数）时，必定要求各子系统或各级都要达到相应的目标；也就是说，整体系统发展目标的实现要有各子系统或各级子系统的技术发展目标的实现所决定。

　　相关树法适用于那些按因果关系、复杂程度和从属关系分成的预测系统。在整个预测过程中，每搭配一种磨石机、划分一个系统，实际上就是为了实现某种目标或解决某一问题，也就是对未来的预测对象可能出现的某种发展趋势作出预测。

　　相关树法的核心问题是分析等级结构，每一级分支的交点被称为顶点，每一顶点至少要分出两个分支，可以如此一直划分下去，数量根据需要不用限制。

　　第一步，建立相关树。确定一个总目标后，对有关因素进行分析、归纳、整理，按树形分枝把因素连接起来。

　　第二步．建立准则和确定准则权数。准则权数是根据准则的重要性由专家经验判断主观确定的相对应准则的权数。

　　第三步，建立有效权数。每一因素的准则重要性是不同的，要确定不同的有效权数，这种有效权数也是由专家主观确定的。

　　第四步，计算相关数。各准则的项目不同，计算的相关数也不同，但必须符合所有项目之和等于1 的要求。

　　第五步，计算树顶相关数。它是用与该项有直接纵向关系的上面各级的相关数连乘，它可以反映所有因素对实现总体的重要程度。

　　运用此法时，建立简洁的目标是构成相关树的第一步。当确定了目标之后，一般接着应决定等级层次的个数。目标越大：层次个数就越多，相关树也就越复杂。然后，就可以依次按序画出相关树。实质上，它是对一个复杂系统进行分解的技术。经分解后每个个体应是有机的，并用相关树来确定每个局部对子系统或大系统的意义和地位。

• 决策树